作者 wanshuiyin · wanshuiyin/Auto-claude-code-research-in-sleep
將 LLM 程式代理轉變為自主 ML 研究員的技能——創意發現、跨模型審查迴圈、隔夜實驗自動化。
ARIS（Auto-Research-In-Sleep）是一個純 Markdown 技能套件，用於自主 ML 研究。設計為無人值守執行——通常是隔夜——並產出一堆經過驗證的研究候選項、實驗結果和審查筆記。無框架鎖定：技能可用於 Claude Code、Codex、OpenCode 以及任何能載入 Markdown 技能的代理。為獨立研究員和小型實驗室打造，讓運算和推理能力在睡眠時持續複利。
何時使用： 你有一個研究方向和 12 個小時；你想要醒來時有候選實驗。
結果： 早晨報告：含實際實驗訊號的排名創意。
何時使用： 你需要描繪一個子領域的宣稱和空白。
結果： 含具體研究空白的子領域地圖。
將實驗產物持久化至 /research/<run-id>/
| 工具 | 輸入參數 | 何時呼叫 | 成本 |
|---|---|---|---|
| plan_research | goal, budget | 工作階段開始 | token |
| discover_ideas | topic, n | 創意生成階段 | token |
| cross_review | idea, models[] | 過濾創意 | token × n models |
| run_experiment | idea, runner config | 驗證 | 計算 + token |
計算執行環境存取 資料讀取存取將正式環境資料提供給自主研究迴圈迴圈沒有收斂收緊預算；ARIS 遵守上限並停止
交叉審查收斂到單一觀點多樣化審查模型；若全是同一個模型家族，你會得到相關的觀點
實驗靜默失敗改善執行環境的錯誤回報；ARIS 記錄但無法修復不良的執行環境
| 替代方案 | 何時用它替代 | 權衡 |
|---|---|---|
| 手動執行實驗 | 你需要完全控制 | 無法擴展超過你的工作時間 |
| 託管的 AutoML 平台 | 你想要託管的計算 + UI | 彈性較低；成本較高 |